【本文翻譯自 Google 官方文檔】

Gemini 2.5 Flash Image（又名 Nano Banana） 是 Google 最新一代的多模態(tài)模型，速度更快、效率更高。它的特別之處在于架構(gòu)從一開始就為“文本+圖像”而設(shè)計(jì)，可以在同一步里處理兩種輸入。

這意味著它不僅能生成圖像，還能做更復(fù)雜的事：比如用對話方式修改圖像、多張圖像的合成，甚至能對畫面內(nèi)容進(jìn)行邏輯推理。

它能做的事包括：

• 文生圖：根據(jù)簡單或復(fù)雜的文本描述生成高質(zhì)量圖像。
  

• 圖像 + 文生圖：上傳一張圖，再用文字提示去加、刪或改元素，換風(fēng)格、調(diào)顏色。
  

• 多圖像到圖像（合成&風(fēng)格遷移）：把多張圖片合成一張新圖，或者做風(fēng)格遷移。
  

• 迭代優(yōu)化：一輪輪對話中逐步調(diào)整圖像。
  

• 文本渲染：生成帶清晰文字的圖像，用于 logo、圖表或海報(bào)。

使用它時(shí)的核心原則是：盡量用完整描述來描繪場景，而不是只丟關(guān)鍵詞。因?yàn)?Gemini 的強(qiáng)項(xiàng)是語言理解，寫成小故事式的提示往往比關(guān)鍵詞堆砌效果好。

你可以在官方文檔里用代碼試試，或者直接在 Google AI Studio 上動手。

文生圖

文本生成圖像的幾種常見方式：

照片級真實(shí)感

想要逼真的效果，就像攝影師一樣描述：鏡頭角度、光線、細(xì)節(jié)都會影響結(jié)果。

模板：

A photorealistic [shot type] of [subject], [action or expression], set in [environment]. The scene is illuminated by [lighting description], creating a [mood] atmosphere. Captured with a [camera/lens details], emphasizing [key textures and details]. The image should be in a [aspect ratio] format.

一個(gè)逼真的[拍攝類型]的[主體]，[動作或表情]，設(shè)定在[環(huán)境]中。場景由[光照描述]照亮，營造出[氛圍]的氣氛。使用[相機(jī)/鏡頭細(xì)節(jié)]拍攝，強(qiáng)調(diào)[關(guān)鍵紋理和細(xì)節(jié)]。圖像應(yīng)為[畫幅比例]格式。

示例提示：

A photorealistic close-up portrait of an elderly Japanese ceramicist with deep, sun-etched wrinkles and a warm, knowing smile. He is carefully inspecting a freshly glazed tea bowl. The setting is his rustic, sun-drenched workshop. The scene is illuminated by soft, golden hour light streaming through a window, highlighting the fine texture of the clay. Captured with an 85mm portrait lens, resulting in a soft, blurred background (bokeh). The overall mood is serene and masterful. Vertical portrait orientation.

一個(gè)逼真的特寫肖像，描繪一位日本老年陶藝家，他有著深深的日曬皺紋和溫暖的、知性的微笑。他正在仔細(xì)檢查一個(gè)剛上釉的茶碗。背景是他那間陽光明媚的鄉(xiāng)村工作室。場景由透過窗戶的柔和、黃金時(shí)刻的光線照亮，突出了泥土的精細(xì)紋理。使用 85mm 肖像鏡頭拍攝，產(chǎn)生了柔和的模糊背景（淺景深）。整體氛圍是寧靜而精湛的。垂直肖像方向。

示例輸出：

▲ photorealistic close-up portrait of an elderly Japanese ceramicist

風(fēng)格化插畫與貼紙

要創(chuàng)建貼紙或圖標(biāo)，記得把風(fēng)格寫清楚，還要特別要求“背景必須是白色”。

模板：

A [style] sticker of a [subject], featuring [key characteristics] and a [color palette]. The design should have [line style] and [shading style]. The background must be white.

一個(gè)具有[風(fēng)格]的[主題]貼紙，包含[關(guān)鍵特征]和[色彩搭配]。設(shè)計(jì)應(yīng)具有[線條風(fēng)格]和[陰影風(fēng)格]。背景必須是白色的。

示例提示：

A kawaii-style sticker of a happy red panda wearing a tiny bamboo hat. It’s munching on a green bamboo leaf. The design features bold, clean outlines, simple cel-shading, and a vibrant color palette. The background must be white.

一個(gè)可愛的風(fēng)格貼紙，展示了一只穿著小竹帽的開心紅熊貓，它正在啃食一片綠色的竹葉。設(shè)計(jì)特點(diǎn)是有粗獷、干凈的輪廓，簡單的賽璐璐著色，以及鮮艷的色彩搭配。背景必須是白色。

示例輸出：

▲ A kawaii-style sticker of a happy red panda…

圖像里的文字

Gemini 可以在畫面里生成準(zhǔn)確的文字。寫清楚需要的字體、風(fēng)格和顏色就行。

模板：

Create a [image type] for [brand/concept] with the text “[text to render]” in a [font style]. The design should be [style description], with a [color scheme].

為 [品牌/概念] 創(chuàng)建一個(gè) [圖片類型]，其中包含文字 "[要渲染的文字]"，使用 [字體樣式]。設(shè)計(jì)應(yīng)為 [風(fēng)格描述]，采用 [配色方案]。

示例提示：

Create a modern, minimalist logo for a coffee shop called ‘The Daily Grind’. The text should be in a clean, bold, sans-serif font. The design should feature a simple, stylized icon of a coffee bean seamlessly integrated with the text. The color scheme is black and white.

為名為"The Daily Grind"的咖啡店設(shè)計(jì)一個(gè)現(xiàn)代、極簡風(fēng)格的標(biāo)志。文字應(yīng)使用干凈、粗體的無襯線字體。設(shè)計(jì)應(yīng)包含一個(gè)簡單的、風(fēng)格化的咖啡豆圖標(biāo)，與文字無縫融合。配色方案為黑白。

示例輸出：

▲ Create a modern, minimalist logo for a coffee shop called ‘The Daily Grind’…

產(chǎn)品模型與商業(yè)攝影

創(chuàng)建干凈、專業(yè)的產(chǎn)品照片，適用于電商、廣告或品牌推廣。

模板：

A high-resolution, studio-lit product photograph of a [product description] on a [background surface/description]. The lighting is a [lighting setup, e.g., three-point softbox setup] to [lighting purpose]. The camera angle is a [angle type] to showcase [specific feature]. Ultra-realistic, with sharp focus on [key detail]. [Aspect ratio].

一張高分辨率的、在[背景表面/描述]上的[產(chǎn)品描述]的影棚燈光產(chǎn)品照片。燈光設(shè)置為[燈光設(shè)置，例如，三點(diǎn)柔光箱設(shè)置]以達(dá)到[燈光目的]。相機(jī)角度為[角度類型]以展示[特定功能]。超逼真，對[關(guān)鍵細(xì)節(jié)]有清晰的焦點(diǎn)。[寬高比]。

示例提示：

A high-resolution, studio-lit product photograph of a minimalist ceramic coffee mug in matte black, presented on a polished concrete surface. The lighting is a three-point softbox setup designed to create soft, diffused highlights and eliminate harsh shadows. The camera angle is a slightly elevated 45-degree shot to showcase its clean lines. Ultra-realistic, with sharp focus on the steam rising from the coffee. Square image.

一張高分辨率的、在攝影棚燈光下拍攝的最小主義陶瓷咖啡杯照片，呈現(xiàn)在拋光混凝土地面上。燈光采用三點(diǎn)式柔光箱設(shè)置，旨在創(chuàng)造柔和的漫反射高光并消除刺眼的陰影。相機(jī)角度略微抬高45度，以展示其簡潔的線條。超逼真，焦點(diǎn)清晰地對準(zhǔn)從咖啡中升起的蒸汽。方形圖像。

示例輸出：

▲ A high-resolution, studio-lit product photograph of a minimalist ceramic coffee mug…

極簡與留白設(shè)計(jì)

創(chuàng)建網(wǎng)站、演示文稿或營銷材料的背景圖，便于疊加文字。

模板：

A minimalist composition featuring a single [subject] positioned in the [bottom-right/top-left/etc.] of the frame. The background is a vast, empty [color] canvas, creating significant negative space. Soft, subtle lighting. [Aspect ratio].

一個(gè)極簡構(gòu)圖，只有一個(gè)[主體]位于畫面的[右下角/左上角等]位置。背景是廣闊、空曠的[顏色]畫布，形成了顯著的負(fù)空間。柔和、微妙的光線。[長寬比]。

示例提示：

A minimalist composition featuring a single, delicate red maple leaf positioned in the bottom-right of the frame. The background is a vast, empty off-white canvas, creating significant negative space for text. Soft, diffused lighting from the top left. Square image.

一個(gè)極簡的構(gòu)圖，在畫面的右下角放置了一片精致的紅色楓葉。背景是一個(gè)廣闊、空曠的淺白色畫布，為文字創(chuàng)造了顯著的內(nèi)負(fù)空間。光線柔和、漫射，來自左上方。方形圖像。

示例輸出：

▲ A minimalist composition featuring a single, delicate red maple leaf…

連環(huán)畫 / 分鏡

逐格創(chuàng)造視覺敘事，適用于分鏡腳本、連環(huán)畫或其他形式的連續(xù)藝術(shù)。

模板：

A single comic book panel in a [art style] style. In the foreground, [character description and action]. In the background, [setting details]. The panel has a [dialogue/caption box] with the text “[Text]”. The lighting creates a [mood] mood. [Aspect ratio].

一個(gè)采用 [藝術(shù)風(fēng)格] 風(fēng)格的漫畫書面板。前景是 [角色描述和動作]。背景是 [場景細(xì)節(jié)]。面板有一個(gè) [對話/標(biāo)題框]，文字為 "[文本]"。光照營造出 [氛圍] 的氛圍。[畫幅比例]。

示例提示：

A single comic book panel in a gritty, noir art style with high-contrast black and white inks. In the foreground, a detective in a trench coat stands under a flickering streetlamp, rain soaking his shoulders. In the background, the neon sign of a desolate bar reflects in a puddle. A caption box at the top reads “The city was a tough place to keep secrets.” The lighting is harsh, creating a dramatic, somber mood. Landscape.

一個(gè)采用硬漢、黑色電影藝術(shù)風(fēng)格的漫畫書面板，采用高對比度的黑白墨水。前景是一個(gè)穿著風(fēng)衣的偵探站在搖曳的街燈下，雨水浸濕了他的肩膀。背景是一個(gè)荒涼的酒吧的霓虹燈招牌在積水中反射。頂部有一個(gè)標(biāo)題框，寫著“這座城市是保守秘密的艱難之地?！惫庹諒?qiáng)烈，營造出戲劇性和憂郁的氛圍。橫版。

示例輸出：

▲ A single comic book panel in a gritty, noir art style…

圖像編輯

這里是 Gemini 2.5 Flash Image 多模態(tài)真正的強(qiáng)項(xiàng)。你可以在文本提示的同時(shí)提供一張或多張圖像，進(jìn)行編輯、合成或風(fēng)格遷移。

圖像編輯：添加與刪除元素

提供一張圖像，然后描述你希望的變化。模型會分析原圖的風(fēng)格、光線和視角，使編輯看起來自然，并在系列圖像中保持角色一致性。

模板：

Using the provided image of [subject], please [add/remove/modify] [element] to/from the scene. Ensure the change is [description of how the change should integrate].

使用提供的[主體]圖片，請[添加/移除/修改][元素]到/從場景中。確保更改能夠[描述更改應(yīng)如何整合]。

示例提示：

Using the provided image of my cat, please add a small, knitted wizard hat on its head. Make it look like it’s sitting comfortably and matches the soft lighting of the photo.

使用我提供的貓的圖片，請?jiān)谒念^上加一頂小型的針織巫師帽。讓它看起來像是舒適地坐著，并且與照片的柔和光線相匹配。

示例輸入和輸出：

局部區(qū)域編輯

你可以對 Gemini 2.5 Flash Image 說，只修改圖像的一部分，而保持其余完全不變。

模板：

Using the provided image, change only the [specific element] to [new element/description]. Keep everything else in the image exactly the same, preserving the original style, lighting, and composition.

使用提供的圖像，只將 [特定元素] 更改為 [新元素/描述]。保持圖像中的其他所有內(nèi)容完全相同，保留原始風(fēng)格、光照和構(gòu)圖。

示例提示：

Using the provided image of a living room, change only the blue sofa to be a vintage, brown leather chesterfield sofa. Keep the rest of the room, including the pillows on the sofa and the lighting, unchanged.

使用提供的客廳圖片，僅將藍(lán)色的沙發(fā)更改為一件復(fù)古、棕色皮革的切斯特菲爾德沙發(fā)。保持房間其余部分，包括沙發(fā)上的枕頭和照明，不變。

示例輸入和輸出：

風(fēng)格遷移（Style transfer）

提供一張照片，讓模型將內(nèi)容以某種藝術(shù)風(fēng)格重現(xiàn)。

模板：

Transform the provided photograph of [subject] into the artistic style of [artist/art style]. Preserve the original composition but render it with [description of stylistic elements].

將提供的[主題]照片轉(zhuǎn)化為[藝術(shù)家/藝術(shù)風(fēng)格]的藝術(shù)風(fēng)格。保留原始構(gòu)圖，但使用[風(fēng)格元素描述]進(jìn)行渲染。

示例提示：

Transform the provided photograph of a modern city street at night into the artistic style of Vincent van Gogh’s ‘Starry Night’. Preserve the original composition of buildings and cars, but render all elements with swirling, impasto brushstrokes and a dramatic palette of deep blues and bright yellows.

將提供的現(xiàn)代城市街道夜景照片轉(zhuǎn)化為文森特·梵高的《星夜》藝術(shù)風(fēng)格。保留建筑物和汽車的原有構(gòu)圖，但使用旋轉(zhuǎn)的厚涂筆觸和深藍(lán)色與亮黃色的戲劇性調(diào)色板來渲染所有元素。

示例輸入和輸出：

高級合成：多圖合成

提供多張圖像作為參考，生成一個(gè)全新的合成場景。這適用于產(chǎn)品 模型（Mockup） 或創(chuàng)意拼貼。

模板：

Create a new image by combining the elements from the provided images. Take the [element from image 1] and place it with/on the [element from image 2]. The final image should be a [description of the final scene].

通過組合提供的圖像中的元素來創(chuàng)建一個(gè)新的圖像。將[圖像1中的元素]放置在[圖像2中的元素]上/旁邊。最終圖像應(yīng)呈現(xiàn)[最終場景的描述]。

示例提示：

Create a professional e-commerce fashion photo. Take the blue floral dress from the first image and let the woman from the second image wear it. Generate a realistic, full-body shot of the woman wearing the dress, with the lighting and shadows adjusted to match an outdoor environment.

創(chuàng)建一張專業(yè)的電子商務(wù)時(shí)尚照片。將第一張圖片中的藍(lán)色花卉連衣裙拿給第二張圖片中的女人穿上。生成一張穿著連衣裙的女士全身真實(shí)照片，調(diào)整燈光和陰影以匹配戶外環(huán)境。

示例輸入和輸出：

最佳實(shí)踐

在構(gòu)建過程中，以下是一些與圖像生成相關(guān)的小技巧：

描述要非常具體：細(xì)節(jié)越多，控制力越強(qiáng)。例如，不要只寫“幻想盔甲（fantasy armor）”，而是寫“裝飾華麗的精靈板甲，刻有銀葉圖案，帶有高領(lǐng)和鷹翼形狀的肩甲。（ornate elven plate armor, etched with silver leaf patterns, with a high collar and pauldrons shaped like falcon wings）”。

修正角色一致性：如果反復(fù)編輯后角色特征出現(xiàn)偏差，可以重新開始對話，并用更詳細(xì)的描述保持一致。

提供上下文與用途：說明圖像的用途會有助于模型。例如，“為一家高端、極簡風(fēng)護(hù)膚品牌設(shè)計(jì) logo（Create a logo for a high-end, minimalist skincare brand）”會比單純“創(chuàng)建一個(gè) logo（create a logo）”效果更好。

迭代與優(yōu)化：不要期望第一次就完美。利用對話式交互進(jìn)行小改動，例如“很好，但能讓光線更暖一點(diǎn)嗎？”或“保持其他不變，把人物表情改得更嚴(yán)肅些?！?/p>

使用“語義否定提示”：與其說“no cars”，不如正面描述“一條空曠、荒涼的街道，沒有交通跡象。（an empty, deserted street with no signs of traffic）”。

保持縱橫比：Gemini 2.5 Flash Image 通常會保留輸入圖像的縱橫比。如果沒有，請?jiān)谔崾局忻鞔_指出：“Update the input image… Do not change the input aspect ratio.”

如果您上傳了具有不同寬高比的多個(gè)圖像，模型將采用提供的最后一個(gè)圖像的寬高比。如果您需要為新圖像指定特定的寬高比，而提示沒有產(chǎn)生所需效果，最佳做法是在提示中包含一個(gè)具有正確尺寸的參考圖像。

鏡頭控制：使用攝影和電影語言來控制構(gòu)圖。諸如廣角鏡頭（wide-angel shot) 、 微距鏡頭(macro shot) 、 低角度視角(low angle perspective) 、85mm 人像鏡頭(85mm portrait lens)和傾斜角度(Dutch angle)等術(shù)語讓你能夠精確控制最終圖像。

局限性

我們在持續(xù)改進(jìn)模型的過程中，希望對不足之處保持坦誠。

雖然 Gemini 2.5 Flash Image 功能強(qiáng)大且靈活，但對于一些復(fù)雜、細(xì)膩的請求，想在第一次就做到完美并不容易，往往需要多次嘗試。

比如在生成復(fù)雜的排版，或在多張圖片中保持角色特征完全一致時(shí)，可能需要通過追加提示來微調(diào)。

我們正在積極改進(jìn)這些問題，也感謝你在探索過程中展現(xiàn)的創(chuàng)造力——這將幫助我們共同打造下一代圖像工具。

下一步？動手創(chuàng)作吧！

你已經(jīng)具備了用 Gemini 2.5 Flash 制作和編輯精美圖像的基礎(chǔ)技能。要提升效果，最好的方式就是不斷實(shí)踐。以下資源可以幫你繼續(xù)深入：

在 Google AI Studio 中體驗(yàn) Gemini：用網(wǎng)頁工具快速上手本指南里的技巧。

閱讀官方文檔：面向希望在自己應(yīng)用中集成 Gemini 2.5 Flash 圖像生成功能的開發(fā)者。

查看價(jià)格信息：了解通過 Gemini API 使用 Gemini 2.5 Flash Image 生成時(shí)涉及的費(fèi)用。

嘗試 Image Editing Applet：體驗(yàn) AI 照片編輯，套用創(chuàng)意濾鏡，或僅憑簡單文本指令完成專業(yè)調(diào)整。

本文由 「AI 范兒」出品，關(guān)注我，一起體驗(yàn)最酷的 AI 應(yīng)用！